-
阅读次数：
24
下载次数：
0
-
荐购次数：
0
收藏次数：
0
扫描用手机阅读此书支持Android/iPhone
（1）本书的目标是为读者提供一个的、深入的了解基于深度学车道线检测技术。 （2）本书从基础概念开始，逐步深入研究模型、数据集、训练策略和实际应用，展开介绍多种深度学模型括卷积神经网络、Swin Transformer以及它们的变种和组合。 （3）本书还探讨该领域的前沿研究，如多模态感知、不确定建模、端到端自动驾驶系统等，这些内容将有助于读者更好地理解车道线检测技术的发展趋势和未来应用。
简介
本书全面系统地介绍了基于深度学习的视频车道线检测技术，包括研究背景及意义、国内外研究现状、基于深度学习的图像车道线检测技术、基于SwinTransformer的车道线检测技术、基于深度混合网络的连续多帧驾驶场景的鲁棒车道线检测技术、基于深度学习的视频车道线检测技术、基于MMA-Net的轻量级视频实例车道线检测技术、基于记忆模块的多帧实例车道线检测技术、未来展望与发展趋势等。
